人工智能资讯 第72页
聚合当前分类下的最新内容，按时间顺序查看第 72 页精选文章。
内华达批了8000辆机器人出租车,特斯拉工程师自己先泼了冷水
内华达交通管理局一次性批出特斯拉、Uber、Waymo三张机器人出租车许可,名义合计八千辆上限,但特斯拉自己的工程师当场说这个数字一年内根本用不完,公开文件显示实际签发给特斯拉的许可只够在一小片地理围栏里跑十辆车。这更像是一张占坑的资格证,不是拉斯维加斯明天就要被机器人出租车淹没的信号。
在欧盟，1700字提示词也未必换来一份版权
欧盟版权法保护的是人的原创表达，不是生成工具吐出的结果；提示词、筛选和修改能否构成足够的人类创作，仍要看具体作品和证据。对企业而言，真正的风险不是“AI内容谁都能拿走”，而是品牌资产缺少稳定的权利基础。
谷歌Discover的“聊天机器人”，其实还在实验室里
The Verge报道谷歌要给Discover加“AI聊天机器人式”信息流，但真实进展是两件事拼起来的：去年10月上线的AI摘要卡片，和去年12月才进Labs测试、仅限美国英语用户的“Tailor your feed”自然语言调优。标题里的“聊天机器人”，眼下更像一句提前量。
OpenAI在“追近”Anthropic?同一份数据三个月打自己三次脸
TechCrunch援引Ramp数据称OpenAI正缩小与Anthropic的企业市场差距，但把Ramp过去四个月发布的多份数据放在一起看，谁领先其实每次都在变。真正值得注意的是：16%的企业已经同时为两家付费，这场“份额战”更像是媒体和公司借模糊口径讲故事，而不是一场你死我活的替代战。
OpenAI开始研究权力集中,但它自己就是那个变量
OpenAI新设Strategic Futures团队,上线AI Futures博客,把权力集中列为AI时代最大长期风险,推演自动化执法、税基转移、官僚自动化如何削弱国家对公众合作与同意的依赖。团队明确不主张彻底去中心化,只想防止单一公司、寡头或政府形成压倒性权力,但安全与自主、追责与隐私两组冲突,自己都调和不了。问题意识值得肯定,写下这份宣言的公司,恰恰握着这场权力游戏最大的一部分开关。
Google给出版商发按钮，能补上AI搜索抢走的流量吗
Google于2026年8月向出版商开放可嵌入网站的“首选来源”按钮，覆盖搜索、Discover、Google News和AI搜索场景；截至5月已有超过34.5万个来源被选中过。但这只降低了读者的操作门槛，没有改变AI搜索减少跳转这件事，更像局部止血，不是解药。
Liquid AI 甩出3.18倍加速，但当天没人能替它验证
Liquid AI发布LFM2.5-DSpark草稿模型，官方称GPU最高3.18倍、端侧最高2.87倍加速，2.6B模型函数调用延迟平均降57%。但发布当天，llama.cpp官方文档只公开支持Qwen3主干，vLLM生态还留着LFM2混合架构与投机解码的兼容性老问题，这组数字目前更像一份可信但尚未被外部验证的公司自测。
Ramp的免费AI路由:不用开户就能用,却查不到隐私条款细节
Ramp上线自有AI模型路由服务Router,免费到2026年底,还不需要开Ramp账户就能用,说明它的真实目标是整个开发者路由市场,而不只是服务老客户。更值得警惕的是,原文所称的“默认保留一年”隐私条款,在Ramp公开文档里目前找不到确切依据。
皮尤研究：ChatGPT发布近四年，三分之一新网页疑似AI代笔
皮尤研究中心分析近50万份英文网页发现，ChatGPT发布后新上线的页面里35%显著带AI撰写或重度编辑痕迹。商业网站是AI内容主战场，.com检出率是.edu、.gov的近十倍。这个35%是检测工具给出的方向性估算，不是三分之一网页已经完全由AI代笔的定论。
Grok说这是罕见故障,可状态页从没记这一笔
Grok在网页端向用户输出胡言乱语并附错误引用链接,官方称是罕见临时故障且状态页显示一切正常,但状态页从未正式记录过这次事件,官方说法和用户实际体验之间存在明显落差。更值得留意的是,被外界当作最新旗舰的Grok4.5其实已被一个月内推出的4.6取代,而该代模型的幻觉率在测试中大幅上升,这为这次故障提供了产品层面的解释,而不只是一次孤立意外。
3.16倍和10倍:OpenAI这份客户案例,两把尺子量了两件事
OpenAI最新客户案例说,采购支付公司Stampli用ChatGPT Work和Codex把新产品Deep Finance的发布压缩到六周,生产效率提速3.16倍,团队内容产量放大10倍。但这两个数字量的是完全不同的两件事,案例里也没说清楚基线怎么定、返工算不算、多少功劳该记给流程重组而不是工具本身。
Pocket美区"全量上线"?商店数据和帮助页都不这么说
Meta称AI游戏应用Pocket已面向美国所有用户开放，但Google Play下载量刚过万、官方帮助页仍写着"尚未覆盖所有地区"，两者对不上。更被忽略的是：Gizmo团队交易只是非独家授权，用户的提示词和remix内容一旦发布，作者连删除权都保不住。
1500万人的对照组里,那个没被保护的少年
两位参议员要求TikTok在9月1日前回答13个问题,起因是一场关闭安全防护、拿1500万美国用户做对照的算法实验,16岁少年Chase Nasca死前两周73%的推送都与悲伤自杀相关。更值得注意的是,参议员要的不只是这一次解释,而是2019年以来所有类似实验的清单——这可能不是孤例,也不只是TikTok一家的问题。
用第二个模型给 Claude 删稿：能治话多，省不了已发生的 token 账单
一则社区讨论建议用独立大模型压缩 Claude 的冗长回答，但这只能改善交付文本，无法减少 Claude 已生成并计费的输出 token。真正有效的成本控制仍发生在生成之前：收紧提示词、限制输出长度，并用实测区分“模型话多”和“任务本来复杂”。
一块27美元智能手表，暴露了AI编程代理的真实成本
围绕Claude改造PineTime智能手表的项目，真正有价值的地方不在于“AI能写代码”，而在于它把嵌入式开发的硬件约束、模型能力和人工纠错成本同时摆到了桌面上。现有线索无法确认Kimi、DeepSeek的具体调用方式，因此更稳妥的判断是：低价模型可以帮忙推进原型，但还没有替开发者承担交付责任。
十项数学突破背后,验证它们的人还没到场
OpenAI宣布内部模型Astra攻克十道数学与理论计算机科学难题,配上253页手稿、62页推理笔记和Lean形式化证书,但这套证据目前仍是自证,独立数学界尚未完成复核。对比DeepMind在IMO赛道坚持走官方认证评分,OpenAI选的是先宣布、后补证的路线,数学界的存在性危机,眼下更像建立在一个还没被验完的地基上。
170次行程、54辆车、零安全员：特斯拉Robotaxi在奥斯汀疑似转向全面无人监督
众包追踪显示奥斯汀近两周170次Robotaxi行程全部无安全员，涉及54辆车，但这只是一个第三方网站的观测范围，不等于官方确认全城无人化；达拉斯、休斯敦同期也出现约30辆无监督车辆，扩张不止发生在奥斯汀；特斯拉不公开车队数据，外界只能靠众包拼图判断进度，这本身就是问题。
41岁、两级研究学位之后，这名学者决定从零学NLP
一名在俄罗斯取得两级研究学位的学者，承认自己仍无法用非学术语言说明研究发现及其有效性，于41岁转学计算语言学和NLP。真正刺痛人的不是中年转行，而是一个更普遍的问题：路径再难、晋级再久，也不能自动证明成果有外部价值。代码同样会骗人，但数据、程序失败和真实用户至少能给工作加上更明确的否决条件。
DiffusionGemma:单卡1500 tokens/s,是解码范式突破还是漂亮的演示
DiffusionGemma把Gemma 4微调成扩散语言模型,论文称单张H100能跑到约1500 tokens/s,新增训练量不到原模型的10%。但首token延迟、显存占用、量化精度、对比基准这些决定部署成本的细节,论文都没有交代。真正的答案要等社区拿到权重、换上自己的硬件之后才有。
Slack上线'氛围编程'频道,自己却一行代码没写
Slack推出协作式编程频道,团队可在频道里@Claude Code、Devin等agent直接生成代码、审代码、预览效果。但拆开看,真正生成代码的仍是Cursor、GitHub Copilot、Replit这些第三方agent,Slack做的只是协调层这一件事。
把训练数据扩大5倍,这个钢琴AI反而变笨了
独立开发者用一年时间训练出1.25亿参数模型,在iPhone上实现每秒108音符的实时钢琴续写,核心突破不在模型大小,而在把音符打包成复合token和用DPO做后训练。把数据集扩大5倍反而让效果变差的教训,比跑分数字更值得记住。